OpenAI News·2025-04-10 18:00· 2025-04-10AI 评分35

BrowseComp：一个针对浏览智能体的基准测试

BrowseComp: a benchmark for browsing agents

AI 导读

OpenAI 发布了 BrowseComp，这是一个专门用于评估浏览智能体能力的基准测试。该基准旨在衡量模型在复杂网页浏览任务中的表现，为相关研究提供标准化评估手段。

来源：OpenAI News · openai.com